外観検査 AI セミナー

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
3月
4月
5月
6月〜

化学・電気系 その他各分野
3月
4月
5月
6月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2019/3/6更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


外観検査 AI セミナー

画像認識やディープラーニング、機械学習を外観検査に活用する!
外観検査の自動化の最前線を詳説

AI技術を活用した

外観検査自動化最前線

<講師4名>

講師

株式会社日立製作所 研究開発グループ 生産イノベーションセンタ

検査・計測研究部 主任研究員  博士(情報科学) 渋谷 久恵 先生

株式会社リコー 研究開発本部 リコーICT研究所 AI応用研究センター

 シニアスペシャリスト  笠原 亮介 先生

株式会社システム計画研究所/ISP 事業本部 第2セグメント

マネージャ  井上 忠治 先生

地方独立行政法人大阪産業技術研究所 環境技術研究部

研究主任 北口 勝久 先生

* 希望者は講師陣との名刺交換が可能です

講師陣も執筆!
外観検査の実務とAI活用最前線」大好評発売中

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2019年5月16日(木) 10:15-16:30
●会場 [東京・駒込]滝野川会館3階301 →「セミナー会場へのアクセス」
●受講料 1名47,520円(税込(消費税8%)、資料・昼食付)
 *1社2名以上同時申込の場合、1名につき36,720円
      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナー概要

■受講対象
外観検査の自動化・AI導入に興味がある方(製造業の方・もしくは製造業をユーザーにしている方)
たとえば
・全数目視検査している検査工程を自動化したいと考えている方
・画像処理によって既に自動化している検査工程に機械学習やディープラーニングを取り入れたいと考えている方
・検査用システム導入を検討されている方
・製造業をエンドユーザーに持つSierの方    等の方はぜひご参加をご検討ください

■時間割
第1部 10:15〜11:45
昼食(お弁当、お茶を配布します)
第2部 12:30〜13:40
第3部 13:50〜15:20
第4部 15:30〜16:30

★上記は予定であり、当日の進行により多少変更は生じます。
★質疑応答の時間は各部に含まれます。

第1部 外観検査へのパターン認識の応用 渋谷 久恵 先生

■はじめに
外観検査の役割を品質の作り込みと考えたとき、
目視検査をマシンビジョンに置きかえて自動化する狭い意味での外観検査技術の延長上に、
検査で得られた欠陥情報を有効に活用する広い意味での外観検査技術が求められる。
本講座では例として、パターン認識を応用した欠陥分類技術および欠陥分布解析技術を紹介する。

■本講義で得られる知識
欠陥分類や分布解析に関るアルゴリズム

■内容
1.外観検査の役割
2.半導体外観検査技術
3.欠陥分類技術
 3.1 決定木を利用した欠陥分類ルール自動設定
  (a)決定木学習アルゴリズム
  (b)評価実験結果
  cパラメータ影響評価
 3.2 フレキシブルナイブベイズと特徴選択
  (a)フレキシブルナイブベイズ法
  (b)ラッパー法(特徴選択)
  c評価実験結果
4.欠陥分布解析技術
 4.1 分布特徴に基づく欠陥分類
  (a)ボロノイ図を利用した局所密集欠陥識別
  (b)テンプレートマッチングによる環状・塊状欠陥識別
  cパラメータ空間への投票による線状・円弧状欠陥識別 
  (d)処理フロー
  (e)分類結果事例
4.2 問題工程特定技術
  (a)共通経路解析
  (b)分布照合アルゴリズム

 第2部 AI を用いた画像認識の外観検査への活用 笠原 亮介 先生

■はじめに
近年、自動運転を始めとする多彩なアプリケーションに必要な技術として盛り上がっている機械学習を用いた画像認識技術の概要と、画像認識技術の外観検査への活用に関して解説する。
機械学習ベースの外観検査技術に興味がある方におすすめする。

■本講座で得られる知識
機械学習技術を活用した外観検査技術の概要、キーポイントと課題
予備知識として画像データに対する知識があるとより理解が深まる

■内容
1.画像認識技術の概要
 1.1 キー技術
2.画像の撮影
 2.1 撮影画像
 2.2 各種カメラ
3.欠陥検査技術
 3.1 機械学習を用いた外観検査について
  (a)機械学習とは
  (b)一般的な物体認識の処理フロー
 3.2 学習サンプル
 3.3 特徴量の設計について
 3.4 学習の種類
 3.5 性能評価
 3.6 開発のポイント
4.自動外観検査の実例
 4.1 半教師あり異常検知
 4.2 鋳造部品の画像検査アルゴリズム例
5.画像認識技術を用いた欠陥検査の今後の動向



第3部 ディープラーニングを用いた自動外観検査システム構築実践 システム計画研究所 井上 忠治 先生

■はじめに
 昨今、何かと注目されているディープラーニング。
製造業の外観検査に適用できないかと考えられている方も多いのではないだろうか。
ただし、ディープラーニングも万能ではないため、使いどころを見極める必要がある。
本講座では、ディープラーニングで解決できる問題はどのようなものか、
また、システム開発をどのように進めていけば良いのか、といったところを中心にお話する。

■本講座で得られる知識
ディープラーニングの特徴
ディープラーニングを適用すべき課題とそうでない課題の見極め方
自動外観検査システム開発の進め方


■内容
1.製造業の検査工程における課題と要望の整理
 1.1 なぜ検査工程を自動化する必要があるのか
 1.2 自動化のゴールをどこに設定するか
2.ディープラーニングの特徴
 2.1 ディープラーニングの簡単なおさらい
 2.2 ディープラーニングで判断できるものとは
3.外観検査へのディープラーニング適用
 3.1 ディープラーニングで検査できるものとは
 3.2 ディープラーニングで検査しない方が良いものとは
 3.3 ディープラーニングの課題
4.ディープラーニングに必要な計算リソース
 4.1 必要なハードウェアスペックはどの程度か
5.外観検査用ソフトウェアのご紹介
 5.1 製造業向け外観検査ソフトウェア「gLupe」
 5.2 適用事例の紹介
6.自動外観検査システム構築フロー
 6.1 システム構築フローの概要
 6.2 実現可能性検証
  (a)課題設定
  (b)現場視察
  c撮影機器の選定
  (d)テスト撮影
  (e)検査アルゴリズム開発・検証
 6.3 システムプロトタイプ開発
 6.4 実証実験
 6.5 フィードバック開発
7.まとめ


第4部  CNN を用いた外観検査実例 大阪産業技術研究所 北口 勝久 先生

■はじめに
 CNNを用いた金属プレス製品の自動外観検査手法を開発した。
この手法では、良品画像と不良品画像で学習し自動的に選定された画像特徴量により、
不良品の識別が行われる。最適な条件下では、約96%の識別精度を示した。
学習画像のサイズや枚数がCNNモデルの学習効果に与える影響や、
注目部位の解析を行った結果等を報告する。

■本講座で得られる知識
 数値などで閾値を決められないような検査に対する、
 ディープラーニング(CNN)を使った検査システムの検査実例。

■内容
はじめに
1.開発の背景
2.検査対象
3.CNNによる自動検査手法
 3.1 画像撮影装置
 3.2 画像データセットの構築
 3.3 CNNの構築
4.性能確認実験
 4.1 実験方法
 4.2 実験結果
5.傷の細分類化実験
 5.1 実験方法
 5.2 画像データセットの構築
 5.3 注目部位の解析
 5.4 実験結果
おわりに

講師紹介

渋谷 久恵 先生
ご専門:画像処理、パターン認識
1987年東京大学基礎科学科第一卒、同年(株)日立製作所入社
2008年3月北海道大学大学院情報科学研究科より学位授与


笠原 亮介 先生
ご専門:機械学習、画像処理、画像認識
東北大学大学院工学研究科修了。株式会社リコーにて、撮像システムと機械学習を用いた画像認識技術等の研究開発に従事。
精密工学会主催 外観検査アルゴリズムコンテスト2014 優秀賞、同コンテスト2015 優秀賞受賞。


井上 忠治 先生
ご専門:外観検査に関するシステム開発全般
画像処理、異常検知に関する機械学習手法
2009年 東京理科大学理工学研究科土木工学専攻 修士課程 修了
2009年 株式会社システム計画研究所 入社


北口 勝久 先生
ご専門:深層学習、画像処理、物体識別、外観検査の自動化
1992年3月 大阪府立大学工学部機械工学科 卒業
1998年4月 大阪市立工業研究所 入所
システム制御研究室で画像処理による自動外観検査の研究などを行う
2017年4月 (地独)大阪産業技術研究所へと組織変更があり、現在に至る

セミナー番号:AC190592

top

注目の新刊

雑誌 月刊化学物質管理


三次元培養

ピッカリング・エマルション

再生医療・細胞治療

2019 車載カメラ徹底解説

量子コンピュータ

これから化学物質管理

外観検査

生物学的同等性試験

最新の医療機器薬事入門

積層セラミックコンデンサ

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.